溫馨提示×
您好，登錄后才能下訂單哦！
點(diǎn)擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
為了把百度文檔的內(nèi)容弄下來，就弄了一下這個
python版本：3.7
2.安裝配套環(huán)境
2.1 首先安裝OCR字符識別庫Tesseract 下載網(wǎng)址：https://digi.bib.uni-mannheim.de/tesseract/
我下載的是：tesseract-ocr-w64-setup-v4.0.0-beta.4.20180912.exe
2.2 下載后雙擊進(jìn)行安裝，這里因為我們要識別中文字符，所以在安裝界面中需要進(jìn)行額外的語言勾選，展開Additional language data（這里添加語言可能會出現(xiàn)語言包安裝失敗，可單獨(dú)下載語言包，放入安裝目錄下的tessdata下即可）
然后按照下圖進(jìn)行勾選
2.3 安裝python環(huán)境
pip install Pillow
pip install pytesseract
2.4 修改pytesseract.py（在這路徑下 python37\Scripts）
tesseract_cmd = 'D:/Program Files (x86)/Tesseract-OCR/tesseract.exe'
3.測試（識別中文的時候，在剪切圖片，要讓數(shù)字稍微大一點(diǎn)，把數(shù)字放在圖片中心，若識別出來，錯別字比較多的話，再重新弄一次圖片來識別）
#coding=utf-8
from PIL import Image
import pytesseract
text=pytesseract.image_to_string(Image.open('H:/2.png'),lang='chi_sim')
for i in text.split("\n"):
print(i.replace(" ",""))
報錯提示語言包，可在這下面進(jìn)行下載
https://github.com/tesseract-ocr/tessdata
參考文檔：
還有一些關(guān)閉了，沒有copy到url，可以百度和google，一大堆
https://blog.csdn.net/a519395243/article/details/80447038
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進(jìn)行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號
手機(jī)網(wǎng)站二維碼
